Методика построения имитационных моделей с применением больших массивов данных на основе интеграции IDEF3-, OLAP-, GPSS-технологий тема диссертации и автореферата по ВАК РФ 05.13.01, кандидат технических наук Жевнерчук, Дмитрий Валерьевич

• Жевнерчук, Дмитрий Валерьевич
• кандидат технических наук
• 2006

Оглавление диссертации кандидат технических наук Жевнерчук, Дмитрий Валерьевич

ОСНОВНЫЕ ОБОЗНАЧЕНИЯ И СОКРАЩЕНИЯ

ВВЕДЕНИЕ.*.

1 СУЩЕСТВУЮЩИЕ ПОДХОДЫ К ПОСТРОЕНИЮ

ИМИТАЦИОННЫХ МОДЕЛЕЙ t.l Способы оплсони* дискретных систем.

J-2 Языки иынтшмонногомоделированы* .3 Среды имитационного моделирования

1.4 Методы оценки адекватности имитационных моделей

1.5 Проблемы автоматизации построения имитационных молелен .—

2 методик А ПОСТРОЕНИЯ ИМИТАЦИОННЫХ МОДЕЛЕЙ С ИСПОЛЬЗОВАНИЕМ БОЛЬШИХ МАССИВОВ ДАННЫХ (МПМ)----„

2.1 Этты МПМ.—.-----------------—

2.2 Имитационная модели формате [DEF3.

2.3 Преобразование имитационных моделей между [DEE3 it GPSS

2.4 Подготовка хранил кит статистически* данных функционирования реальной системы .«„^чм». 1^mHH,I„„„„,„„„,.,„,.

2.5 OLAP структуры функционировали* реальных систем н построение оценка адекватности модели .««нж»».»»»»».

3 ПРОГРАММЫЙ КОМПЛЕКС ПОСТРОЕНИЯ ИМИТАЦИОННЫХ МОДЕЛЕЙ (ПК) . «

3.1 Структуре ПК—. S

3.2 Решение по комплексу программных н технических средств

3.3 Промежуточная база данных DBProci. 1>

3.4 Хранилище данных статистики функционирования реальной системы

3.5 DTS - пакеты передачи а хранилище данных

3.6 OLAP - клиент проверки адекватности ИМ.

3.7 Файловый состав ПК .„г.

4 ЭКСПЕРИМЕНТАЛЬНОЕ ИССЛЕДОВАНИЕ МЕТОДИК МПМ 4.1 Постановка задачи эксперимента.

4.2 Законы распределения процессов поступления тронмктов к их о

4.3 JDEF3 к GPSS модели производственной системы.

4.4 Оценка адекватности имитационной модели производственной

Выводы.

ВЫВОДЫ -.

ЖШ»АТУРА.,.,„.„„.

Введение диссертации (часть автореферата) на тему «Методика построения имитационных моделей с применением больших массивов данных на основе интеграции IDEF3-, OLAP-, GPSS-технологий»

Актуальность. В мировой практике имитационного моделировании к настоящему времени сформировались определенные концепции и сложились июлне устоявшиеся подходы к решению проблемы виомвтнзацни построения имитационных моделей.

Исследованию различных аспектов проблемы автоматзгииин построении имитационных моделей уделяли и уделяют иного внимания известные учёные и специалисты в области имитационного моделирования, Работы в этой области представлены публикациями Р. Шеннона, Н.П Буслеико, Дж КлеЛнена, И-Н.Коваленко, ВВ.Калинников, А.Л-Вмилот, СВ Емельянова, Ь.Ф.Фомнн». В- Томашевского. Ю.ГЛоллко, Р Сэджснта, Дж.Кирсонн. А.Ло. М МакКомвеа, и др.

Такое положение обусловлено, прежде всего, спецификой применения имзтшпниого моделирования как инструментария исследования, который в отличие от классических методой математического моделирования обеспечивает проектировщиков и исследователей сложных систем соответствующими формализованными средствами определения (описания) таких систем и еадержагг ряд лаю, требующих шппиткшян.

За последние голы организации все чаще внедряют АСОМ корпоративного уровня, Данный класс систем способствует организации детального «дектронного учета деятельное™, При таком подходе, каждый факт процесса регистрируется в базе данных, фиксируется время, когда этот факт имел место, ведется история событий, позволяющая получить быстрый доступ к любой информации о деятельности организации за любой период и в любой момент времени. Организации, работающие в рамках такой технологии много дет. уже накопили огромные массивы данных фактов своей деятельности, которое могут бьпь использованы для построения адекватных моделей в кпчестне обраша, В связи с расширением предприятий, внедрением нового оборудования или еще какимииибудь нонпмклшнями, становится актуальной проблема моделирования и, к честности, постройся адекватных имитационных моделей

Современный уровень ptinmn вычислительной техники я программного обеспечения, орие»гтиро ванного на СУБД позволяет свести к минимуму стоимость машинного времени, н обеспечить время отклика при tan росс к массиву данных, измеряемому Гб порядка десятка секунд

В то же время, предлагаемые средства имитационного моделирования в лучшем случае имеют скудные возможности работы с базами данных (иа уровне импорт I1 экспорта ИМ). Кроме того, отсутствует единый стандарт хранении ИМ, хотя в качестве основы для такого стандарта может высту«»ть XML, на котором уже базируются огромное количество технологий,

Существует еще один аспект, требующий усовершенствования генерация ИМ на основе стандартов моделирования бизнес - процессов (например, IDF.F л). Из существующих сред моделирования пой нзможносто обладают системы Arena в совокупности с СА BPWin В России в настоящее время активно продвигается GPSS. для которого не су ществует данной особенности,

Объектом исследования является методика построения ИМ с применением больших массивов данных. рампам исследования является проблема явто^мтнанрегваниого иоетросвия имитационных моделей, адекватных реальным системам с использованием больших массивов данных функционирования реальных систем

Цель работы автоматизация построения имитационных моделей с применением больших массивов данных на основе интеграции IDEF3. OLAP. GPSS технологий,

Для этого необходимо решение следующих >м"ч

- разработка методики построения имитационных моделей на основе интеграции IDEF3, GPSS, OLAP технологий;

- разработка общего формата хранения имитационных моделей и правил преоброютаиня имитационных моделей ■ форматах IDEF3, XML, GPSS

- разработка реляционной модели хряцемм данных реальных систем, подготовленных для выгружи р хранилище и самого хранилища Данных; разработки OLAP структур хранения статистики фуккцио4МрОЯаиня реальной системы:

• разработка программного комплекса автоматизированного проектирования имитационных моделей

Методы исследования, достоверность и обоснованность результатов исследования базируются ни использовании теории систем массового обслуживания, теории множеств методах теории вероятностей н математической статистики, концепции хршгилиш лонных, многомерной» динамического акплта (OLAP), реляционной алгебры Достоверность полученных результатов подтверждается и с иол ькнко i и с и известных положений фундаментальных наук, коррекпыктью разработан им* мдтемлгических моделей. хорошей согласованность» полученных теоретических результатов с данными эксперимента, а также результатами исследований других авторов. На защиту выносятся методика построения имитационных моделей на основе интеграции IDEF3. GPSS, OLAP технологий;

- общий формат хранения имитационных моделей, не зависящий от средств ее представления.

• математическая модель трансляции имитационных моделей между стандартами IDEF3 и OPSS

01-АР структуры хранения статистки функционирования реальной Системы,

- программный комплекс автоматизнровашюго проектирования имитационных моделей; результаты экспериментальных исследований, иключающихся в апробации предлагаемой методики построения имизащюнных моделей и оценки адекватности полученной имитационной модели

Научна и новизна диссертационной работы состоит в следующем

- впервые предложено н теоретически обоснована .методика построения имитационных моделей с использованием больших объемов данных реальных систем, позволяющая сократит), время этапов разработки ко,'13 и оценки се достоверности

- модель описания систем [DEF3 дополнена новыми параметрами и правилами ассоциации IDEF3 блоков с GPSS блоками, что позволяет применять JDEF.3 дня описания имктациоагнык моделей, предложен общий формат хранения имиттшиоиных моделей, (to зависящий от средств « представления, построена математическая модель трансляции имитационных моделей между стандартами IDEF3 и GPSS;

- впервые концепции хранилищ данных и многомерного динамического ■нолика данных применены по этапах построения имитационной модели и получения оценки ее адекватности

Практическая ценность. Разработан программный комплекс, позволяющий исследователям создавать ИМ с помощь*» широко распространенной нотации IDEF.K. которая представляет собой инструмент описания систем о виде диаграмм, и получить на этой основе готовую программную рсаптпаин», GPSS модель, которая используется в задачах анализа И принятия решения

Также программный комплекс ппншет испольювзть большие объемы данных, накапливаемы ч предприятиями в процессе своей деятельности, на этапах создания программной реализации ИМ. что позволит избежать ошибок применения теоретических законов распределений.

Использование концепций хр&нилиш данных и многомерною динамического анализа позволяет автоматизировать процессы подготовки данных физических систем и проверки достоверности имитационных моделей.

Реализация ретультатов работы. Результаты диссертационной работы находят практическое применение а учебном процессе Чайковского технологического института (филиал) ГОУВПО ""Ижевский государственный технический универнтет" при изучении дисциплин "Операционные системы'.

Операционные среды АСОИмУ", л также в курсовой к дипломном проектировании и могут быть использованы на предприятиях, которые внедрили у себя корпоративные АСОИ и деятельность которых укладывается в схему систем массового обслуживания.

Лпрчбяини работы Основные научные резулътвты. полученные и днссергпцнонной работе, докладывались и обсуждались на региональных научно-практических конференциях "Социально-экономические проблемы разшггня региона" 2005 - 2006 г., (г, Чайковский), Российской школе конференции молодых ученых Теория динамических систем в приоритетных направлениях науки и техники" (г. Ижевск, 2006 г.). Всероссийская научно-техническая конференция "Приоритетные направления развития науки и технологий" (г. Тула, 2006 г,).

Публикации Основные результаты диссертационной работы отражены в S статьях, опубликованных в научно-технических сборниках н трудах конференций.

Структура и объем работы. Диссертация состоит из введения, четырех глав и заключения, приложений н библиографического списка, включающего 139 нанменовоний. Работа изложена на 145 листах машинописного текста, содержит 29 рисунков н 27 таблиц.

Заключение диссертации по теме «Системный анализ, управление и обработка информации (по отраслям)», Жевнерчук, Дмитрий Валерьевич

Выводы

8 ходе работы были получены научные н практические результаты:

1. Впервые предложена методика построения нмиташюнны* моделей с применением больших массивов данных реальных систем (МПМ), позволяющая задействовать АСОИ на этапах построения модели и проверки се адекватности, а также автоматизировать процессы создания программного кода моделей на основе стандарта IDEF3,

2. Проведен анализ GPSS блоков, выделены комбинации блоков, наиболее часто встречающиеся в ИМ, адаптирован стандарт IDEF3 к описанию имитационных моделей, основанных на транзактном подходе. Предложены грамматики и Правила преобразования между следующими средствами описания имитационных моделей: tDEFJ, XML. GPSS.

3. Сформирована логическая модель баз данных, служащих для первичного сбора данных реальной системы и выступающих в качестве эталонной промежуточной схемы хранения информации функционирования реальной системы между базами OLTP систем и хранилищами.

4. Предложено использовать OLAP структуры для формального описания систем массового обслуживания на основе транзактного подхода. Построены OLAP структуры для получения статистических данных функционирования устройств и состояния очередей.

5. Разработан программный комплекс построения имитационных моделей, представляющий собой интеграцию case средства BP Win, системы имитационного моделирования GPSS World. SQL сервера MS SQL Server 2000, аналитической службы Analysis Service

6. Построены сценарии конвертшнн из промежуточной схемы DBProm в хранилище, которые автоматизируют процесс подготовки данных реальных систем

7 Разработан OLAP клиент, автоматизирующий процесс построения оценки адекватности имитишюнных моделей

Й Проведет экспериментальное исследование методики к программного комплекса, построены законы распределение процессов поступления заготовок н их обслуживания рабочими сганпиямн, построены [REFJ, XML,, GPSS модели для описания с не темы и получена оценка ад геи тн ости имитационной модели методом i - парного критерия и методом Бедна с помощью разработанного OLAP клиента. На основании полученной опенки достоверности иыеташюннм модель считается адекватной реальной системе; подтверждена корректность работы программного комплекса.

9. Использование предложенной методики и программного комплекса МПМ позволяет решил, следующие задачи:

- сокращение срока построения имитационных моделей (до 9 за счет формализации построения GPSS моделей на основе IDEF3 модели, автоматзкапии построения законов распределения, автоматизации получения оценки адекватности при сравнении модели с реальной системой;

- сокращение срока подготовки данных функционирования реальных систем (до 16 %) за счет средств обработки данных современных SQL серверов (SQL язык, DTS пакеты);

• сокращение времени тестирования имитационной модели (до 7 %) за счет применения наборов данных реальных систем, орган нзованнкк в OLAP структуры.

Список литературы диссертационного исследования кандидат технических наук Жевнерчук, Дмитрий Валерьевич, 2006 год

1. Томашевский В. Жданова Е, Имитационное моделирование в среде GPSS. Москва, 2003 г 4 J 0 с.

2. Лоу М. Авсрнлл. Кельтон Д, Имитационное моделирование, I 1нтер, 2004,849 с 3 Советов Б. Я., Яковлев СЛ., Моделирование систем. М.: Высшая школа. 2003 г,

3. Роберт Дж- Мюллер. Болы данных н UML. Проектирование. "Лори". 2002, 419 с.

4. Вситцель Е., Теория вероятностей, Москва 1962.571 с.

5. Клеймрок Л- Теория массового обслужимтга.-М.: Машиностроение, 1979.-432с.

6. Литвин В.Г\ Аладыикя В Л, Вниннченко А.И, Аналит прсчиволителыюсти мультипрограммных ЭВМ.-М, ■ Финансы н статистика, 1954.-159 с,

7. Шениои Р Имитационное моделирование систем искусство и наука.

8. М,: Мир, 197».-418 с. 15 Ьусленко Н.П. Моделирование сложных систем. М,; Наука. 1978- - 395 с 16.КдеЙиеи Дж. Статистические методы в имитационном моделировании -М.: Статистика, 1978. вып. 1.- 204 с.

9. Коваленко И.Н. Аналит редких событий прн оценке эффективности и надежности систем. М: Советское радио. 1980. - 208 с.

10. Калашников В.В Организация моделирования сложных систем М :3ианис. 1982.- 64 с,

11. E Ф Лврамчук, Л Д .Вавилов, С В Емельянов и др.; Под обш ред С.В.Емсльлнощ и др Технология системного моделнроваиня/М Машиностроение; Берлин: Техник, 1988,- 520 с

12. Иванов А.Ю., Полковников CJL, Ходасевич Г Б. Военно-технические основы построения н математическое моделирование перспективных средств и комплексов автоматизации. СПб.: ВАС. 3997. - 419 с.

13. Коваленко ИА., Кузнецов Н.Ю. Статистическое моделирование. Моделирование высоконадежных систем I Надежность технических систем. Справочник. М. Радио и связь, 1985. - 456 е.

14. Максиме!» И В. Имнтаиио(пюе моделирование на ЭВМ. М Рздио н связь, 1988 -232 С.

15. Кобслев Н. Б. Универсальная имитационная модель для сложных систем. Москва, 2003

16. Принтер А.: Введение в имитационное моделирование и язык СЛАМ Ц. М: "Мир",! 987,646с

17. Hanunerelcy J.M, Handscomb D.C.; Monte Carlo Methods, Melhuen, London (1964)

18. Halloo. J.H,;A Retrospective and Prospective Survey of the Monte Carlo Method. SIAMRev, 12; |н63(1970)

19. RubiJBtcin, R.Y. Simulation and the Monte Carlo Method, John Wiley, New York (1981)

20. Rubinstein, RY, .Monte Carlo, Optimisation, Simulation and Sensitivity of Queucing NetwoAi, Kteiger Publishing Co., Malabar Florida {1992)

21. Morgan, BJT : Elements of Simulation. Chapman & Hall4 London (1984)

22. FLsltman G.S. Monte Carlo: Concept». Algorithms, and Applications, Springer -Veriag. New Ywfc( 1996)

23. Rubinstein, RY, Me lamed В. Shapiro: Modem Simulation and Modeling, John Wiley, New York (199$)

24. Gross, D. Harris CM Fundamentals of Queuemg Theory, 3d ed. Jolm Wittey. New York (1998)

25. Stidham S.; A LasT Word on L = Xw, Operations Res., 22:417- 421 <1974)

26. Буслсико Н.П.: Моделирование сложных систем. M: 'Наука". 1978.

27. Программное обеспечение моделирования нелрерывно-лискрстиых систем (иод ред. В.Глушкова), М; "Наука", 1975,

28. Alur R.» Courcoubetis С., Hcnzingcr Т., Но Р-Т.: Hybrid aulomata: an algorithmic approach ю die specification ami analysis of hybrid systems. In Workshop on Theory of Hybrid SystemsXyndby, Denmark, June 993. LNCS 736. Springer-Veriag.

29. Nicotlin X. Olivero A., Sifalis Y„ Yovine S.: An Approach to the Description and Analysis of Hybrid Systems Hybrid Systems. Lecture Notes in Comp.Sci 736, p, 149-178. Springer-Vertag. 1993,

30. Mater O,. Manna Z.t Pnucli A.; From Timed 10 Hybrid system*. Real-Tutve: Theory in Practice. Lecture Notes in Comp.Sc 600, p.447-4B4, Springer-Verfag, 1992.

31. Пари№ская Е Ю Сравнительный анализ математических моделей и подходов к моделированию и анализу непрерывно-дискретных систем. Санкт-Петербург, 2000.

32. Inichova М.А., Inkhov D.B., Kolesov Y.B. Seniehenkov Y.B,: Move! Vision for Windows. Graphical environment for hybrid system simulating User's Guadc Moscow-St.Peletsfcwg, 1995.

33. Минский M. Вычислении и автоматы. М.:Мнр, 1978

34. Biles, W.E. Experimental Design in Computer Simulation, Proe 1979 Winter Simulation Conference. San Diego, p. 3-9 (1979)

35. J6.Box, G, E P, W O, Hunter, nod J. S. Hunter Statistics for Experimenter An Introduction to Design» Data Analysis, and Model Building* John Wiley, New York (197»)

36. Box G. E- P. and Draper N.R. Empirical Model-Budding and Response Surface. John Wiley, New York. (1987)

37. Myers, R.H., and Montgomery D, С Response Surface Methodology: Process and product in Optimization Using Designed Experiments, John Wiley, New York (1993)

38. Khuri, A. J„ Cornell J-A: Response Surfaces: Designs and Analyses, 2ed., Mareet Dekker, New York (1996)

39. Montgomciy, D C . Design «id Analysis of Experiments. 4й ed., John Wiley, New York (1997)

40. Hunter, J.S., Naylor TJ-t: Experimental Designs for Compuier Simulation Experiments, Management Sci., 16; 422-434 (1970)

41. Ignall, |jj,; On Experimental Designs for Computer Simulation Experiments, Management Sci., 18:384-388 (1972)

42. Klcijoeft, J. P. C.: Stalistical Techniques in Simulation. Pi II, Marcel Dekker. New Yoik,(l975)

43. Kleijncn, J. P, С Statistical Tools for Simulation Practitioners, Marcel Deleter, New Yotk (1987)

44. SS.Kleijnen. J. P. С Experimental Design lor Sensitivity Analysis. Optimization, and Validation of Simulation Models, in Handbook of Simulation, J Banks, cd„ John Wiley, New York, (1998)

45. Nelson, B.L : Statistical Analysis of Simulation Results, in Handbook of tndastrial

46. Engineering, 2d ed, G. Salvendy, ed., John Wiley, New York (1992) 59Donahue. J. M . Experimental Designs for Simulation. Proe. 1994 ft1 inter Simulation

47. Conference, Orlando, p. 200-206 (1994) 60.Kelton. W.D.: Perspectives on Simulation Kesearch and Practice. ORSA J, Comput, 6:318-328 (1994)

48. Kclton, W. D Designing Simulation Experiments. Proc. 1999 Winter Simulation

49. Conference, Mioenis (1999) 62 Ermakov, S. M. Melas V, В Design ami Analysis of Simulation Experiments.

50. Kluwer Academic Publishers, Dordrecht, The Netherlands (1995) 63-Cheng. R. С. H-, Kleijnen JJ.C.: Improved Design of Queueing Simulation

51. Experiments wilh Highly lleteroscedastic Responses. Operations Res,. 47 (1999) 64,Sanches, S.M. Robust Design Tutorial, Proe. 1994 Winter Simulation Conference.

52. Goldstein. R.C. and Stxnad, A.L, The MACA1MS data management system Proc. 1970 ACM SIGFIDET Workshop on data Description and Access. Houston, Tex., Nov. 15-16,1970

53. Todd, S J.P. The Petcriee relational test vehicle. IBM Syst, 1. 15,4 (1976), 285-308. 69-Whitney, V.K.M RDMS: A relational data management system. Proc. Fourth Int

54. Symp on Computer and Inform. Sci. Miami EJeach, FEjl, Dec. 14-16. 1972, Plenum Presa. New Yotk.

55. Jordan, D R Implementing production systems with relational data bases Proc

56. ACM Pacific Conf., San Francisco. Calif , April 1975. 7EStoncbn&er, M, Wong, E-, Kreps, P., and Held, G The design and impJementatton of INGRES. ACM Trans Database SyM-1,3 (Sept. 1976), 189-222.

57. Здуф MM. Qucry-byexample: язык б<п данных, СУБД й 3.1996. с. 149-160,

58. Astrnfinji, MM, et al. System R Relational approach la database management ACM Trans. Database Syst. 1,2 (June 1976). 97-137.

59. Codd E.F. The Relational Model for Datobose Management Version 2.—

60. Reading, Mass.; Addison-Wesley, 19S9. 80.Карпова ГС- Базы данных Модели. Разработка. Реализация., Санкт

61. Held G.D., Stoncbraker M,R., Wong Ei, INGRES — A Relational Dale Base

62. System// Proe. NCC 44 — Anaheim, Calif.; Montvulc. NJ. AFIPS Press, 1975 KS. Stoncbraker M- (e<L). The INGRES Papers: The Anatomy of a Relational

63. DatabaseManagemenl System. — Rending. Mas* г Addison-Wesley, I9S6 Sb.Stonebcaker M-. Wong E., Kreps P., HeW G. The Design Implementation of

64. GRES// ACM TODS. — 1976. — 1.J6 3. 87. Stoncbraker M. Retffispeeiiojt on a Data Base System // Ibid — 1980.— Sr №2. SSLacrori* M., Pirotte A. Domain-Oriented Relational Languages И Proe. 3rd Intern,Conf. on Very Large Data Bases, — 1977

65. Lacrorix M., Pifotte A. ILL An English Structured Query Language for Relational Data Bases // G.M. Nijssen (cd) Architecture and Models m Daw Base Management Systems. — Amsterdam. Netherlands: North-Holland; New York. N,Y.: ElsevKrScience, 1977.

66. Pirotte, Wodan P. A Comprehensive Formal Query Language for Relational Data B«e//R,A.l,R.O, Informatique^Computef Science. — 1977 — 11, tft2

67. Chang C.L DEDUCE — A Deductive Query Language for Relational Data Bascs-VC.H. Chen (cd.) Pattern Recognition and Artificial Intelligence, — New York: Academic Press. 1976

68. ZloofM.M, Query By Example /I Рис. NCC 44. — Anaheim, Calif. Montvate. N.J. AFtPS Press, 1975.

69. Date C.L Why Quantifier Order is Important // С J- Date and Hugh Darv.cn Relational Database Writings 1989-1991. —Reading, Mass Addison Wesley. 1992.

70. Fishman, G.S. KiviBt PJ. The Statistics of Discrete-Event Simulation, Simulation. 10:185-195 (1968)

71. Law, A.M., Simulation Model's Level of detail Determines F.ffcctivenes, End. Eng . 23:16,18(1991}

72. Johnson N. L, Kotz S. Kemp A.W, Univariate Discrete Distribution, 2d cd, Houghton Mifflin, Boston (1992)97,Bvans М„ Hastings Aj, N.„ Peacock J. B„ Statistical Distributions. 2d ed.„ John Wiley, New York (1993)

73. Johnson N. 1. кос S, Balakrishnon N. Continuous Univariate Distributions, Volume 1,2d cd„ Houghton Mifflin, Водов {1994)99,Johnson N. L., Kotz S, BaLakrislman N. Continuous Univariate Distributions, Volume 2.2d ed., Houghton Mifflin, Boston < 1995)

74. Lawless, J. F-. Statistical Models for LtfeTimc Data, Job) Wiley, New York (1982)10! Mahit, GJ. Shapiro S.S. Hnhn G.H Slalistical Models in Engineering, John Wiley, New York (1994)

75. Brailey p, Fox B, L., Schrage L.E.: A Guide to Simulation, 2*1 etL, Springer-Verlag. New Yoik (1987)

76. Г Иимон. Построение хроннлнш данных. 1992 г.

77. Барссгин Д. А. Куприянов М. С. Стспанснко В, В , Холод И. И. Методы и модели анализа данных; OUAP и Data Mining. БХВ-Петсрбург. 2004. - 336 с,

78. Кодд Э. Ф- OLAP для пользователей аналитиков: каким он должен быть. 1993 г.

79. Т. И. Алией Исследование сложных систем на основе комбинированного подхода, ИММОД -2005,2005 г,

80. Кэти Бон Конвертация данных для хранилищ, 2001 г httpiWwww.olapjUi' ' basi c\c On vertation asp

81. ЛабоцкнИ В, В. Управление знаниями: технологии, методы н средства представления, извлечения и измерения знаний, Минск, ЕГЭУ, 2006 г„ 327

82. Альперовнч М. Введение в OLAP н многомерные базы данных. PC Week RE. 2001

83. ПО, Banks J.« Carson IS. Nelson B,L, Nicol DM. Discrete Event System simulation. Prentice Hall, NJ, 2001.594 pp.

84. I. El hot M. Simulation. Buyer's Guide. HE Solutions, May 2000, pp 55-64

85. Федоров A , Елманова H. Создание OLAP клиентов с помощью Excel II

86. Зиновьев В. В, Игнатьев Я. Б. Конюх В Л Методы имитационного моделировании дискретных систем. Кемеровский научный центр, 2Q03 г.116, Ралинский С., Энциклопедия по имитационному моделированию,

87. Бэнкс Д, Имитационное моделирование дискретных систем,totp^ig.ptenMleomtoMlop'aeadCT^^ i IВ htlp ■ IfPfr4 ИД

88. Ежегодная международная тнмияя конференция по имитационному моделированию США, |)Bp-,''''wifflg mm РГК

89. Международное общество моделирования и имитации SCS.htipjVwyg'WM^ org

90. Carson J.S. (1986) Convincing Users of Model'» Validity Is Challenging Aspect of Modeler's Jcfc, IntLEng. 18:74-85.

91. Naylor Т.Н., Finger J.M. (1967) Verification of Computer Simulation Models. Management Sci,.l4; pp 92-101

92. Kleijncn J.P.C. (1999) Validation of models: staiistical techniques and data Bvaitabiliiy.

93. Fc&sett C.A, Harrison D., Weintrob H.„ Gas AX (1991) An Assessment Procedure foe Simulation Models; a case snidy- Opermiom Rctearch 39. pp.710723,

94. Хннчии И В (1997). Принципы статистического моделирования. Минск БГУ.

95. Friedman L.W (1996) 'Oie Simulation Metamodel. Kluwer. Jordreeht, Neiheriands.

96. Ккфкп J.P.C. Cheng R.C.H., Feelders A J. < 1998) Uootstraping and Validation of Meiaraodels in Simulation. Proceedings of the 1998 Winter Simulation Conference, pp,701-706.

97. Johnson NJ. (J978) Modified I Teats md Confidence Intervals for Asymmetric Populations. Journal of the American Statistical Association. 73, pp.536-544

98. Айвазян С. А, Мхнтарян B.C. (2000) Прикладная статистика и основы эконометрики М:ЮНИТИ.130 'Эфрон Б, (1988) Нетрадиционные методы многомерного статистического анализа. М: Финансы и статистика

99. Efron B.,TIbshirani R (1993) Introduction to the Bootstrap. Chapman&Hatl, London,

100. Ktetjnen J.P.C., Bcttonvtl 8„ Gwenendaal W V. (19%) Validation of Trace. Driven Simulation Models: Regression Analysis Revisited, Proceeding* of the 3996 Winter Simulation Conference,

101. Efron U.,Tibrinnmi R (1993) Introduction 1o the Bootstrap. Chapman&Hall, London,

102. Черечных И., Семенов И„ Ручкнн В. Структурны^ аца.зщ систем. IDHF технологии, Финансы н статистика. 2001 г, 208 стр

103. Зелковиц М, Пратт Т. Языки программировании. Разработка и реализация. Питер, 2002 Г136, XрустыSb Е.М. Агрегация данных в OLAP-кубах htlP^www .olap.ni/hon»'nni1 aso.